Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Decrypting Log Data : A Meta-Analysis on General Online Activity and Learning Outcome Within Digital Learning Environments

Publikation

Decrypting Log Data : A Meta-Analysis on General Online Activity and Learning Outcome Within Digital Learning Environments

Klose, Maria; Steger, Diana; Fick, Julian; u. a. (2022): Decrypting Log Data : A Meta-Analysis on General Online Activity and Learning Outcome Within Digital Learning Environments, in: Zeitschrift für Psychologie, Göttingen [u.a.]: Hogrefe, Jg. 230, Nr. 1, S. 3–15, doi: 10.1027/2151-2604/a000484.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Klose, Maria
Steger, Diana
Titel der Zeitschrift
Zeitschrift für Psychologie
ISSN
2151-2604
2190-8370
Verlagsangabe
Hogrefe : Göttingen [u.a.]
Erscheinungsjahr
2022
Jahrgang
230
Heft
1
Sprache(n)
Englisch
DOI
Abstract

Analyzing log data from digital learning environments provides information about online learning. However, it remains unclear how this information can be transferred to psychologically meaningful variables or how it is linked to learning outcomes. The present study summarizes findings on correlations between general online activity and learning outcomes in university settings. The course format, instructions to engage in online discussions, requirements, operationalization of general online activity, and publication year are considered moderators. A multi-source search provided 41 studies (N = 28,986) reporting 69 independent samples and 104 effect sizes. The three-level random-effects meta-analysis identified a pooled effect of r = .25 p = .003, 95% CI [.09, .41], indicating that students who are more active online have better grades. Despite high heterogeneity, Q(103) = 3,960.04, p < .001, moderator analyses showed no statistically significant effect. We discuss further potential influencing factors in online courses and highlight the potential of learning analytics.

GND-Schlagwort(e)
E-Learning
Studienerfolg
Lernpsychologie
Freie Schlagwort(e)
online learning
log data
learning analytics
academic achievement
meta-analysis
DDC-Klassifikation
370 Erziehung, Schul- und Bildungswesen
RVK-Klassifikation
AL 4050
Peer Reviewed
ja
Internationale Verbreitung
ja
Open-Access-Zeitschrift
nein
Dokumenttyp
Artikel in einer Zeitschrift / Postprint
URI
Datum der Freischaltung
01.07.2022

Permalink: https://fis.uni-bamberg.de/handle/uniba/54291 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.